并查集与克鲁斯卡尔算法详解

2024-06-05 12:28

本文主要是介绍并查集与克鲁斯卡尔算法详解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

并查集的常见用途:求连通子图;克鲁斯卡尔算法;求最近公共祖先

三个基本操作:(1)makeSet:建立一个新的并查集,其中包含s个单元素的集合;

(2)unionSet(x,y):把元素x和y所在的集合合并,并且x,y所在的集合不相交,如果相交则不合并;

(3)find(x):找到x所在的集合的代表,该操作可以用于判断两个元素是否位于同一个集合,只要比较它们各自集合的代表就可以;(什么是集合的代表)?

实现:用树来表示集合,树的每个结点就表示集合中的一个元素,树根对应的元素就是该集合的代表。

树的结点表示集合中的元素,指针表示指向父节点的指针,根结点的指针指向自己,表示其没有父节点。沿着每个节点的父节点不断向上查找,最终就可以找到根结点,也就是该集合的代表元素;

makeSet:就是建立一个数组,并赋初值,利用循环;

find 操作:如果每次都沿着父节点向上查找,那么时间复杂度就是树的高度,不可能达到常数级;

我们在这里需要采用一种策略:——路径压缩

路径压缩就体现在将所有的节点的父亲节点都变为根结点;

unsionSet操作:并查集的合并,就是将一个集合的树根指向另一个集合的树根;

合并的原则:按秩合并,使用秩来表示树高度的上界,在合并时,总是将具有较小秩的树根指向具有较大秩的树根,简单的说就是总是将比较矮的树作为子树,添加到较高的树中,为了保存秩,需要额外使用一个与uset同长度的数组,并将所有的元素都初始化为0;//这个秩不太好理解;

第二种方式:按集合中包含的元素个数(或者说树中的节点数)合并,将包含节点较少的树根,指向包含节点较多的树根。这个策略与按秩合并的策略类似,同样可以提升并查集的运行速度,而且省去了额外的 rank 数组。

这样的并查集具有一个略微不同的定义,即若 uset 的值是正数,则表示该元素的父节点(的索引);若是负数,则表示该元素是所在集合的代表(即树根),而且值的相反数即为集合中的元素个数。相应的代码如下所示,同样包含递归和非递归的 find 操作:

这里不需要设立rank数组;

void UFset() // 初始化{for (int i = 0; i < n; i ++)parent[i] = -1;}int Find(int x)  // 查找并返回结点x所属集合的根结点{int s;    // 查找位置for (s = x; parent[s]>=0; s = parent[s]);  // 注意这里的 ;while (s != x)   // 优化方案 -- 压缩路径,使后续的查找{int tmp = parent[x];parent[x] = s;x = tmp;}return s;}// R1和R2是两个元素,属于两个不同的集合,现在合并这两个集合void Union (int R1, int R2){// r1位R1的根结点,r2位R2的根结点int r1 = Find(R1), r2 = Find(R2);int tmp = parent[r1] + parent[r2];   // 两个集合的结点个数之和(负数)//每添加一个节点,就将其parent更新为tmp,也就意味着其个数增加1;//一个边对应两个点,每次只对两个点进行操作,所以可以加1;只更新顶点的parent,//一开始是所有的顶点都可以作为集合的代表// 如果R2所在树结点个数 > R1所在树结点个数// 注意parent[r1]和parent[r2]都是负数if(parent[r1] > parent[r2])    // 优化方案 -- 加权法则{parent[r1] = r2;        // 将根结点r1所在的树作为r2的子树(合并)parent[r2] = tmp;       // 跟新根结点r2的parent[]值}else{parent[r2] = r1;         // 将根结点r2所在的树作为r1的子树(合并)parent[r1] = tmp;        // 跟新根结点r1的parent[]值}}

二.克鲁斯卡尔算法

最小生成树之克鲁斯卡尔(Kruskal)算法 - gaoyanliang - 博客园 (cnblogs.com)

但是其实并查集只是按照顺序加边,没有比较边的权值这一过程,所以如果我们按照边的值从小到达进行排列的话,我们就只需要前面几条较小的边就能将所有的节点连接起来,最终得到最小的生成树;

sort函数的实现:根据cmp的结果,设置:是否交换

//在C语言中:利用qsort函数,直接对edge类型的数组中的weigjt进行排序;

#include <stdio.h> #include <stdlib.h> // 假设edges是一个整数数组,我们要根据整数的大小进行排序 int cmpfunc(const void *a, const void *b){ return (*(int*)a - *(int*)b); } int main() { int edges[] = {3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5}; int m = 5; // 假设我们只想对前5个元素进行排序 // 注意:qsort会排序整个数组,但我们可以通过调整传入的元素数量来限制它的范围// 由于qsort没有直接的“开始索引”和“结束索引”参数,我们通常传递整个数组,但只在比较函数中处理我们关心的部分// 如果我们真的只想对前m个元素进行排序,并且这些元素之后的数据我们不想改变, // 那么我们需要复制前m个元素到一个新数组,对新数组进行排序,然后再复制回去。 // 但这里为了简单起见,我们直接对整个数组进行排序。// 使用qsort进行排序 qsort(edges, sizeof(edges) / sizeof(edges[0]), sizeof(int), cmpfunc); // 打印排序后的数组 for(int i = 0; i < sizeof(edges) / sizeof(edges[0]); i++) { printf("%d ", edges[i]); } return 0; }

在这里u,v表示的时一个边的两个顶点//——体现加边法这一特点;

因此在for循环中,循环的次数最多的给的是m——即为图的边数,而不是顶点数,区别于普利姆算法;

直到所有的顶点都加入到了一个集合中;

所以只要把并查集搞清楚,就能很容易地实现克鲁斯卡尔算法。

这篇关于并查集与克鲁斯卡尔算法详解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1033046

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)